# RynnValue-8B

> 权威词条地址：https://robotics.hellobike.com/models/alibaba-damo-academy-rynnvalue-8b
> 所属分类：models | 最近核验日期：2026-10-09 | 技术层级：L7

## 核心摘要

Alibaba-DAMO-Academy 在 Hugging Face 发布的机器人模型，架构为 RynnValueLangModel，参数规模 9.6B。

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L7"] |
| `links` | [{"title": "Hugging Face", "url": "https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-8B"}] |
| `updated` | 2026-10-09 |
| `family` | other |
| `params` | 9.6B |
| `architecture` | RynnValueLangModel |
| `action_representation` | 连续关节位置/末端位姿动作空间 |
| `code_license` | apache-2.0 |
| `weights_license` | apache-2.0 |
| `data_formats` | ["SafeTensors"] |
| `status` | research |
| `hub_id` | Alibaba-DAMO-Academy/RynnValue-8B |
| `hub_stats` | {"downloads": 239, "likes": 5, "as_of": "2026-10-26"} |
| `overview_sources` | ["https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-8B"] |

## 技术详解与生态说明

RynnValue-8B 是面向机器人操作的通用价值基础模型，输入机器人视频和任务指令，为每一帧预测到任务完成的剩余时间（秒），并生成轨迹分析、指令与视频是否匹配、任务是否成功等自然语言判断。该时间到完成预测可作为进度估计、奖励模型、VLA 策略强化学习 critic，或用于行为克隆前的数据过滤。

模型基于 RynnBrain 视觉语言模型，并实现于 Qwen3-VL 架构；训练目标是时间距离而非偏好或归一化进度，标签由时间戳产生。训练数据规模为 7,000+ 小时、约 3M 个带指令片段，来自 10 个异构数据源，包括 AgiBot、EgoDex、Open X-Embodiment、RoboMIND、RoboTwin 等。

仓库提供 Hugging Face 兼容模型、视频推理演示、Robometer 评测、HTTP reward server，以及用于 π₀ / π₀-FAST / π₀.₅ 的 pi-rl 分支。在 RBM-EVAL-OOD 上，RynnValue-8B 平均 Kendall's τₐ 为 0.704；相关 RL 与过滤式 BC 实验覆盖 LIBERO、RoboTwin 和真实 Franka 机器人。

## 原始核验来源 (Sources)

- [Hugging Face Alibaba-DAMO-Academy/RynnValue-8B](https://huggingface.co/Alibaba-DAMO-Academy/RynnValue-8B)